1.一种基于偏见量化与效用权衡的公平推荐方法,其特征在于,包括以下步骤:S1:通过线上API服务对项目进行自动分类或通过众包服务对项目进行人工分类,并根据用户群体U和项目类别C,通过用户u对项目I的评分的几何平均数,估计用户群体对某类项目的偏见值;
S2:使用偏见值对用户评分进行去偏处理,生成无偏见的评分,将无偏见的评分输入推荐算法,生成无偏见的预测评分,并取前N个项目生成推荐列表;
S3:构建用户注意力模型,选择合适的公平性指标,构建效用F和公平性G的度量策略;
S4:将推荐列表中的推荐项目进行位置交换,根据交换前后的排名计算效用F和公平性G的度量变化;
S5:通过交换机制迭代更新推荐列表,生成最优权衡的top-k推荐列表;
步骤S2中对于用户对类别为的项目i的去偏评分计算公式如下:其中,表示用户对项目的评分;
步骤S4中交换项目位置后的效用变化ΔF,计算公式如下:上述公式中是交换项目位置后的效用数值,是交换项目位置前的效用数值,交换项目位置后的公平性变化ΔG,计算公式如下:
上述公式中是交换项目位置后的公平性数值,是交换项目位置前的公平性数值;
步骤S5中交换机制为根据预设的阈值,判断是否接受当前交换,如果和满足,则接受交换并更新当前排名,对于推荐项目位置后的项目重新计算效用F和公平性G的变化,直到达到。
2.根据权利要求1所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S1中用户群体包括劣势群体D与优势群体A。
3.根据权利要求2所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S1中对于劣势群体用户对类别为的项目群体的评分几何平均数公式如下:对于优势群体用户对类别为的项目群体的评分几何平均数公式如下:其中,表示用户对项目的评分,表示劣势群体用户评分过的项目集,表示优势群体用户评分过的项目集。
4.根据权利要求3所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S1中用户群体对某类项目的偏见值计算公式如下:。
5.根据权利要求1所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S3中选用倒数衰减函数估计用户的注意力以构建用户注意力模型,计算公式如下:其中,表示推荐列表中第个位置的注意力值,是控制衰减速度的参数,较大的值意味着更快的衰减,是前个项目的数量。
6.根据权利要求1所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S3中效用F通过累积相关性得分计算,计算公式如下:上述公式中是用户对项目的注意力,是用户对项目的预测评分,是推荐项目数。
7.根据权利要求1所述的一种基于偏见量化与效用权衡的公平推荐方法,其特征在于:步骤S3中通过基尼指数公平性度量计算,计算公式如下:上述公式中是推荐列表在前个项目的累计曝光,表示推荐列表中第个位置。